Блок 1_7
Термин «Коннекционизм» часто используется как синоним (5): Нейросетевой парадигмы; Теории нечетких множеств; Теории генетических алгоритмов. В рамках парадигмы искусственных нейронных сетей обучение используется для (5): Написания алгоритма решения задачи; Формализации условий задачи. Установления весов межнейронных связей; Операция Фурье-преобразования (5): Линейна относительно умножения; Линейна относительно деления. Линейна относительно сложения; Прямая теорема корреляции (10): Фурье-образ функции корреляции двух функций равен Фурье-образу произведения одной функции на комплексно сопряженный Фурье-образ другой функции. Фурье-образ функции корреляции двух функций равен произведению одной функции на комплексно сопряженный Фурье-образ другой функции. Фурье-образ функции корреляции двух функций равен произведению Фурье-образа одной функции на комплексно сопряженный Фурье-образ другой функции. Голографический коррелятор Ван дер Люгта позволяет получить (8): Функцию взаимной корреляции поточечно (точка за точкой); Сразу всю функцию взаимной корреляции; Функцию взаимной корреляции построчно (строка за строкой). В схеме коррелятора совместного преобразования голограмма записывается (7): В задней фокальной плоскости первой Фурье-преобразующей линзы; В передней фокальной плоскости первой Фурье-преобразующей линзы; В задней фокальной плоскости второй Фурье-преобразующей линзы. Искусственная нейронная сеть (ИНС) решает задачи так, как (5): Написано в программе; Составлен алгоритм. Её научили или она сама научилась; Правило обучения Хэбба гласит, что (5): Если два нейрона одновременно возбуждены, то сила связи между ними уменьшается; Если два нейрона одновременно возбуждены, то сила связи между ними не изменяется. Если два нейрона одновременно возбуждены, то сила связи между ними увеличивается; В персептроне принято выделять (7): Слой сенсорных нейронов и слои вычислительных нейронов; Слой сенсорных нейронов и слои тормозящих нейронов; Слой вычислительных нейронов и слои тормозящих нейронов. Эпоха в обучении это (8): Время полного обучения персептрона; Один цикл обучения, включающий последовательное обучение всем парам эталонных векторов; Время жизни персептрона. Двунаправленная ассоциативная память относится к категории (5): Динамических систем; Сетей однонаправленного распространения; Персептронов. Энергия сети в модели двунаправленной ассоциативной памяти определяется как (7): Внешнее произведение пары эталонных векторов; Внешнее произведение эталонного вектора на самого себя. Скалярное (внутреннее) произведение эталонного вектора на самого себя; Какой механизм реализуется в слое Кохонена (7): Градиентного спуска; Адаптивного резонанса. Латерального торможения; После выявления нейрона-победителя в сети Кохонена (8): Происходит дообучение сети; Сеть прекращает работу; Происходит разобучение сети. В модели АРТ-1 инициализация весов связей от слоя сравнения к слою распознавания именно малыми значениями необходима потому, что (8): При инициализации большими значениями сеть может не распознать уже известный вектор, а счесть его новым и назначить ему новый нейрон слоя распознавания; При инициализации большими значениями сеть будет все вектора распознавать как один, не различая их; При инициализации большими значениями сеть может никогда не начать свою работу.
100 баллов
